據(jù)《自然·通訊》28日發(fā)表的一篇論文，谷歌“深度思維”報道了一個人工智能（AI）體，在3D模擬中，該智能體能在第一次見到的任務(wù)中極迅速地模仿人類專家，實時可靠地獲取來自人類搭檔的知識。這一研究結(jié)果是對AI實現(xiàn)快速知識傳播的一次概念驗證，也是朝著人類—AI開放式互動的文化演變邁出的第一步。

GoalCycle3D任務(wù)空間，圖片來源：《自然·通訊》

具身AI，是指有身體并支持物理交互的智能體。之前在物理模擬和現(xiàn)實世界中，科學(xué)家已經(jīng)證明了可用人類數(shù)據(jù)讓具身AI學(xué)習(xí)新技能。但過去的智能體通常需要在監(jiān)督下從大量第一人稱的人類演示中學(xué)習(xí)，這類獲取既昂貴又費時。相比之下，人類本身則可以通過模仿示范者，在幾秒內(nèi)以互動方式學(xué)會新技能，即使初生嬰兒也有這種能力。因此，科學(xué)界一直在尋求一種AI智能體，能從效率和隱私與人類相仿的其他個體那里進(jìn)行社會化學(xué)習(xí)。

“深度思維”團(tuán)隊此次利用深度強化學(xué)習(xí)訓(xùn)練了一個智能體，這個智能體能在名為GoalCycle3D的物理模擬任務(wù)空間里，幾分鐘就發(fā)現(xiàn)并模仿專家的行為，同時記住所學(xué)知識。訓(xùn)練后，他們發(fā)現(xiàn)這個智能體可在各種有挑戰(zhàn)性的導(dǎo)航問題中從普通人類和AI專家那里快速學(xué)習(xí)，雖然它們以前從來沒見過人類。

比如，這個智能體可在包含大量障礙的復(fù)雜地形中穿梭。該方法的一個關(guān)鍵是一種新形式的自動化課程，該課程結(jié)合了示范者的階段性遮蔽以及任務(wù)難度的逐步升級。而這個智能體的個體神經(jīng)元在其中能同時編碼物理信息和社會信息。

新研究結(jié)果為AI領(lǐng)域和文化演化心理學(xué)之間的密切互動奠定了基礎(chǔ)。團(tuán)隊認(rèn)為，AI從業(yè)者可從人類社會學(xué)習(xí)中汲取靈感，構(gòu)建出適應(yīng)“人類伙伴”這一角色的具身智能體，并保護(hù)好隱私。此外，能通過社會學(xué)習(xí)的AI智能體，或為研究人類文化發(fā)展提供新的建模工具。

總編輯圈點

模仿，是嬰兒都具有的能力。他們能模仿大人的表情、語音語調(diào)、行走方式，在這一點上，需要被投喂大量訓(xùn)練數(shù)據(jù)的人工智能確實“相形見絀”?！吧疃人季S”團(tuán)隊一直致力于人工智能的研究，他們開發(fā)出了多模態(tài)、多任務(wù)的智能體。如今，“深度思維”的智能體可以迅速識別和模仿人類專家行為，還能夠編碼物理信息和社會信息。這一研究再次提示我們，未來是人機(jī)共存的社會，人類和機(jī)器的交互，將改變機(jī)器學(xué)習(xí)，也改變?nèi)祟愖陨怼?/p>